This paper presents a low-cost, stand-alone embedded system that automates patient queue handling and basic health data acquisition for small private medical chambers. The proposed design separates interaction into two physically distinct modules: a patient's self-service corner for entering basic details and measuring vital signs, and a doctor's corner for reviewing the current patient's information and advancing the queue. A single ATmega32 microcontroller coordinates both modules, interfacing with an LM35 temperature sensor, an XD-58C pulse sensor, matrix keypads for data entry, and dual 16$\times$2 LCDs for guided interaction and clinician-side display. Unlike IoT-first approaches that require continuous connectivity and higher deployment overhead, the system operates offline and provides deterministic local operation suitable for resource-constrained settings. Experimental validation shows temperature readings within $\pm 1^{\circ}$C (LM35 range tested), resting pulse readings within $\pm 3$~BPM, and button-to-display latency below 1.2~s, demonstrating reliable real-time performance under limited hardware resources.


翻译:本文提出了一种低成本、独立运行的嵌入式系统,用于小型私人诊室自动化处理患者队列并采集基础健康数据。所提出的设计将交互功能分离为两个物理独立的模块:患者自助服务区用于输入基本信息并测量生命体征,以及医生工作区用于查看当前患者信息并推进队列。单个ATmega32微控制器协调两个模块,连接LM35温度传感器、XD-58C脉搏传感器、用于数据输入的矩阵键盘,以及两个16×2 LCD显示屏分别用于引导交互和临床医生端显示。与需要持续连接和较高部署开销的物联网优先方案不同,本系统可离线运行,并提供适用于资源受限环境的确定性本地操作。实验验证表明:温度读数误差在±1°C内(在LM35测试范围内),静息脉搏读数误差在±3 BPM内,按钮到显示的延迟低于1.2秒,证明了在有限硬件资源下可靠的实时性能。

0
下载
关闭预览

相关内容

图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
NAACL 2019 | 一种考虑缓和KL消失的简单VAE训练方法
PaperWeekly
20+阅读 · 2019年4月24日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
13+阅读 · 2014年12月31日
VIP会员
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
13+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员